Оцифруйся или умри. Как трансформировать компанию с помощью искусственного интеллекта и обойти конкурентов. Марко Янсити, Карим Лахани. Саммари: читать книгу онлайн полностью и бесплатно

Новые лидеры заменили человеческий двигатель на цифровой, встроив ИИ, данные и алгоритмы в самое ядро своих операций.

• Как обслужить 700 миллионов клиентов силами одного банковского филиала? Система кредитования финтех-гиганта Ant Financial «3–1–0» означает: 3 минуты на подачу заявки, 1 секунда на одобрение и 0 участия человека. Решение принимает алгоритм, анализируя тысячи параметров в реальном времени. Стоимость обработки такого кредита для компании составляет несколько центов – против сотен долларов в традиционном банке.

• Как продать велотренажер за $2200 и не дать ему превратиться в вешалку для одежды? Компания Peloton не просто продает оборудование. Ее операционная модель доставляет масштабируемый опыт: живые тренировки с лучшими инструкторами. «Посещать» их одновременно могут десятки тысяч человек. Физический спортзал ограничен стенами, Peloton – нет. Данные об активности пользователей помогают создавать вовлекающий контент и строить сильное сообщество, удерживая клиентов.

• Как вовремя доставлять свежие продукты, решая одну из сложнейших логистических задач? Британский онлайн-супермаркет Ocado – не продуктовый ретейлер, а ИИ-компания. Ее операционная модель – это гигантские автоматизированные склады, где тысячи роботов под управлением алгоритмов собирают заказы, а ИИ-логист прокладывает оптимальные маршруты для курьеров, предсказывая пробки и спрос.

Сотрудники в цифровой компании больше не винтики в операционной машине, а ее архитекторы, дирижеры и тренеры. Они проектируют системы, разрабатывают алгоритмы, анализируют данные и учат ИИ работать лучше. Человеческий интеллект направляется не на выполнение рутинных задач, а на творчество и стратегическое развитие.

Представьте сервис по бронированию жилья для отпуска: его сеть глобальна и пользователю в Москве важен выбор квартир в Стамбуле. Чтобы бросить вызов лидеру, конкуренту придется создавать такую же глобальную сеть, а это невероятно сложно. Теперь представьте сервис доставки еды: его сеть разбита на отдельные города и даже районы.

Клиенту в одном районе не важен выбор ресторанов в другом. Новый игрок может легко зайти в один район или город и составить серьезную конкуренцию. Кластеризация делает бизнес уязвимым.

Также на пути к монетизации ценности важно помнить про две угрозы:

• Клиенты могут одновременно пользоваться конкурирующими платформами. Например, иметь несколько приложений для вызова такси и выбирать каждый раз лучшее предложение.

• Пользователи могут найти друг друга через платформу, а затем работать напрямую, чтобы не платить комиссию.

Оружие в борьбе с ними – «наведение мостов» между сетями. Это способность использовать свою сильную позицию в одной сети для создания ценности в другой. Успешные компании сегодня умеют превращать пользовательскую базу в один актив, который можно монетизировать десятками разных способов.

Инструкция по сборке «фабрики искусственного интеллекта»

Чтобы не попасть под цифровой каток, традиционные компании могут признать поражение в битве за платформу и сосредоточиться на том, чтобы быть незаменимым поставщиком для победителя. Так поступила компания Samsung, став ключевым производителем комплектующих для смартфонов на базе Android.

Второй вариант – объединиться с другими традиционными игроками, построить свою платформу и противостоять цифровым гигантам. Немецкие автоконцерны BMW, Audi, Daimler купили картографический сервис HERE, чтобы не зависеть от Google Maps.

Третий путь самый сложный и радикальный. Это полная трансформация – не просто внедрение IT, а проектирование операционной модели вокруг единого цифрового ядра, то есть создание «фабрики искусственного интеллекта». На этой фабрике вместо станков, производящих детали, будет система, непрерывно создающая верные решения.

Промышленная революция поставила на поток производство товаров, а ИИ-революция – анализ данных и решения, которые больше не принимаются интуитивно на совещаниях, а встраиваются в программное обеспечение. Чем больше оно работает, тем умнее и эффективнее становится.

Благодаря синергии сетевого и обучающего эффектов происходит «добродетельный цикл». Вовлечение пользователя создает данные, которые обучают алгоритмы. Алгоритмы делают прогнозы, которые улучшают пользовательский опыт, что ведет к еще большему вовлечению.

• Данные – топливо. Основа всего – непрерывный поток информации. Многим традиционным компаниям сложно собрать воедино разрозненные данные из старых несовместимых систем. Netflix собирает данные не только о том, какой фильм вы посмотрели, но и о том, какой постер вам показали, в какой момент вы нажали на паузу, а что перемотали.

• Алгоритмы – станки. Математические модели обрабатывают данные и превращают их в полезный продукт: прогнозы, инсайты или рекомендации. Одни алгоритмы учатся на готовых примерах (как студент по учебнику), другие самостоятельно ищут скрытые связи в массиве информации (как детектив, ищущий закономерности), а третьи действуют методом проб и ошибок, постоянно совершенствуясь (как игрок, проходящий сложный уровень).

• Платформа для экспериментов – контроль качества. Любая гениальная идея, рожденная алгоритмом, – это всего лишь гипотеза. Чтобы не тратить миллионы на нововведение, которое может не сработать, его сначала проверяют на небольшой группе пользователей. Например, одной части аудитории показывают старый дизайн сайта, а другой – новый и смотрят, какой вариант приносит больше кликов или продаж. Этот подход позволяет принимать решения, основанные на фактах, а не на догадках.

• Инфраструктура – сборочный цех. Все вышеперечисленное должно быть соединено в единую, гибкую[3] и масштабируемую систему. Роль универсальных соединителей играют API (программные интерфейсы). Они, как стандартные разъемы, позволяют разным командам и программам быстро и безболезненно обмениваться данными и функциями, не разрушая общую конструкцию.

Путь к созданию «ИИ-фабрики» начинается с хаоса разрозненных данных, проходит через стадию пилотных проектов и упирается в самую сложную задачу – создание единого центра данных. Преодолев этот барьер, компания начинает превращаться в настоящий ИИ-ориентированный бизнес. Опыт таких гигантов, как Fidelity, показывает: это позволяет не только оптимизировать процессы, но и создавать совершенно новые, персонализированные продукты для клиентов. Цель трансформации – не заменить людей машинами, а освободить их от рутины для решения по-настоящему творческих и стратегических задач.

• Одна стратегия, один курс. Трансформация должна стать главной и единственной целью, поддержанной руководством на 100 %. Никаких «планов Б» или экспериментальных отделов «на отшибе». Цель – изменить ядро компании, разрушив многолетние барьеры между маркетингом, продажами, IT и производством. Данные не признают границ.

• Четкая архитектура. В основе всего – порядок в данных. Вместо разрозненных табличек Excel в каждом отделе должен быть единый, централизованный репозиторий – «озеро данных». Только когда у компании появляется единый источник правды, можно строить на его основе качественные аналитические модели и доверять выводам искусственного интеллекта. Это часто требует полной перестройки традиционного IT-отдела.

• Гибкость и продуктовый подход. Внутренние процессы компании – это такие же «продукты», как и те, что вы продаете клиентам. Их нужно постоянно улучшать, тестировать и обновлять. Для этого идеально подходят гибкие (agile) методы[4] работы: короткие циклы разработки, быстрый запуск и сбор обратной связи. Команды должны глубоко понимать бизнес-задачи, а не просто выполнять технические задания.

• Новые компетенции. Среди новых талантов не только дата-сайентисты, но и «ИИ-продюсеры» – специалисты, которые находятся на стыке технологий и бизнеса. Они способны увидеть, как конкретный алгоритм может решить реальную бизнес-проблему, и возглавить команду для реализации этой идеи.

• Ответственное управление. Искусственный интеллект – это не только огромные возможности, но и большие риски: от предвзятости алгоритмов до утечки данных. Поэтому в принятии решений должны участвовать не только инженеры, но и юристы, специалисты по этике и стратеги. Это не тормоз для инноваций, а необходимая система безопасности, защищающая компанию от катастрофических ошибок.

Лидер в эпоху ИИ

Речь идет не о запуске пилотных проектов или создании «инновационных отделов» для галочки. Это глубокая перестройка всей операционной архитектуры компании: ее процессов, культуры и навыков. Самые большие трудности лежат не в технологиях, которые сегодня доступны всем, а в людях и устоявшихся структурах. Трансформация[5] ломает старые иерархии и смещает центры власти, что вызывает сопротивление.

[3] Пластичность. Гибкое мышление в век перемен // Леонард Млодинов.

[4] Agile. Оценка и планирование проектов // Майк Кон.

[5] Интеллектуальная автоматизация. Как использовать искусственный интеллект для развития бизнеса и сделать наш мир более человечным // Паскаль Борне, Ян Баркин, Йохен Вирц.